Nueve Minutos de Conocimiento  

¿Se puede automatizar su trabajo?

Jason Tranter | Fundador y Director Ejecutivo, Mobius Institute

Especialmente si usted es analista de vibraciones o usa datos de monitoreo de condición para tomar decisiones, es posible que se pregunte si un ordenador puede hacer su trabajo.

Imagine un futuro en el que personas como usted tomen mediciones, y el software analiza los espectros y las formas de onda de tiempo y proporciona un diagnóstico claro y una recomendación priorizada que es más del 95% precisa. El software sabe lo grave que es el problema y la rapidez con la que se está desarrollando. ¿Es posible?

En realidad, este sistema existía en 1993. Esto estaba en un conjunto limitado de máquinas, pero de lo que estamos hablando no es nuevo. Ese sistema se centró únicamente en la vibración, la información salió en un informe y actuamos al respecto. El alcance es mucho mayor hoy en día, con un medio diferente para alcanzar los objetivos.

¿Es este el futuro a largo plazo del análisis de vibraciones y el monitoreo de condiciones? ¿Tendremos unidades cyborg que puedan tomar lecturas en el calor y realizar observaciones y análisis?

¿Por qué se desarrolló el aprendizaje automático y por qué la gente está invirtiendo en él? En un mundo ideal, seríamos infinitamente educados. Seríamos capaces de diagnosticar cada problema, sabríamos exactamente cómo configurar nuestros sistemas, sabríamos todo sobre las máquinas y sus modos de falla, y tendríamos un tiempo sin fin para realizar análisis y pruebas especiales. Siempre sabríamos el estado del equipo y nada fallaría inesperadamente. Entenderíamos el contexto de funcionamiento de la máquina y tomaríamos esa información y mucho más en cuenta a la hora de tomar decisiones en lugar de considerar simplemente un parámetro como el espectro de vibración. Las decisiones se tomarían más rápidamente, y la información se entregaría a las personas que pudieran tomar medidas, y aconsejaría cambios operativos que podrían conducir a problemas futuros.

Desafortunadamente, no podemos probar o analizar todo, y tenemos que hacer compromisos. No siempre lo hacemos bien. No tenemos acceso a todas las máquinas que nos gustaría probar o a todos los datos que nos gustaría usar. No podemos probar lo suficiente. Usted está aquí porque la empresa para la que trabaja le valora a usted y a su formación, pero muchas otras empresas no están haciendo nada. Y sus máquinas fallan. El aprendizaje automático es especialmente beneficioso para estas empresas que son ineficientes y no han sido capaces de dominar el monitore de condición.

La práctica común es recopilar datos con poca frecuencia, y los PM a menudo se retrasan. Y toma mucho tiempo mirar a través de todos los datos, lo que nos facilita pasar por alto problemas. Y los informes no son claros.

subscríbase
Notificar
guest

This site uses Akismet to reduce spam. Learn how your comment data is processed.

2 Comments
Más viejo
Más nuevo Más votado
Inline Feedbacks
View all comments
Manuel
Manuel
5 años hace

Estimado Jason

Le escribo debido a que este tema me llama mucho la atención y salta esta pregunta un analista de monitoreo de condición como se debería preparar ante lo que ya es un presente de la industria 4.0 en que debería capacitarse y que debería fortalecerse para ser competitivo en el ámbito laboral para no quedar obsoleto.

También es recomendable seguir certificándose me ayudaría bastante con su respuesta para orientarme en este presente tecnológico.

A espera de su respuesta e ayuda.

Saludos
Manuel Ordoño G.

Anna Montenegro
Administrador
5 años hace
Reply to  Manuel

Hola Manuel, Gracias por su comentario. A continuación la respuesta de Sr. Jason: “Hola Manuel, Hay un par de maneras de responder a esta pregunta. Los sistemas basados en AI probablemente aprenderán a realizar análisis básicos y detección de “anomalías”, por lo que debe mantenerse por delante de su capacidad. Si puede utilizar formas de onda de fase y tiempo y realizar problemas de resolución y resolver problemas, tendrá habilidades que no se pueden volver a crear fácilmente. En segundo lugar, la industria siempre necesitará personas que entiendan cómo mejorar la confiabilidad, por lo que además de diagnosticar fallas, si… Leer más»

SOBRE EL AUTOR

Jason Tranter Fundador y Director Ejecutivo, Mobius Institute

Jason Tranter es el fundador y CEO del Instituto Mobius. Jason es el autor de la mayoría de los cursos de capacitación del Instituto Mobius y productos de e-learning que cubren la mejora de la confiabilidad, el monitoreo de condiciones y los temas de mantenimiento de precisión. Más de 35.000 personas (a partir de 2020) han recibido formación formal en estos cursos, y muchos miles más han sido educadas a través de los cursos de aprendizaje. Además, miles de personas han leído artículos, han asistido a presentaciones de conferencias y han visto videos y seminarios web en muchos sitios, incluidos cbmconnect.com, reliabilityconnect.com y YouTube (más de 1,3 millones de visitas).

Jason Tranter ha trabajado con personas en una variedad de industrias para ayudar a mejorar la confiabilidad e implementar programas exitosos de monitoreo de condición. Como autor principal de los cursos de formación de Asset Reliability Practitioner [ARP], la metodología Asset Reliability Transformation [ART] y el curso de formación de análisis de vibraciones (Categoría I-IV después de 18436-2) le encanta ayudar a las personas a alcanzar sus objetivos. Jason es también delegado australiano en ISO TC 108/SC5 “Monitoreo de condiciones y diagnóstico de sistemas de máquinas”.

Mobius Institute cuenta con centros de formación en más de 60 países, y también proporciona certificación a través de la Junta de Certificación del Instituto Mobius. Los programas de certificación están acreditados según ISO/IEC 17024. Mobius tiene oficinas directas en Australia, Estados Unidos, Europa, América Latina, Asia y Oriente Medio con más de 35 empleados.